Correlações de moeda Cada célula nas tabelas a seguir contém o coeficiente de correlação para dois pares de moedas (correlações de moeda) que são nomeados nos campos correspondentes do painel superior e esquerdo. O coeficiente de correlação mede quão estreitamente dois pares de moedas se movem juntos. Se ambos os pares se movem para cima e para baixo em um perfeito uníssono, seu coeficiente de correlação é 1. Se o movimento de um par não diz nada sobre o movimento do outro par, então há uma correlação zero entre esses pares. Se dois pares se movem em direções exatamente opostas, seu coeficiente de correlação é -1. As correlações também são divididas em quatro grupos de acordo com sua força. Para facilitar a visualização, todas as correlações na tabela a seguir são coloridas para mostrar sua força, conforme observado abaixo: Fraco (Branco): o valor absoluto do coeficiente de correlação não excede 0,3 (ou seja, pode ser qualquer coisa de -0,3 a 0,3). Médio (Cinza): o valor absoluto do coeficiente é maior que 0,3 mas inferior a 0,5. Forte (preto): o valor absoluto do coeficiente é maior que 0,5 mas menor que 0,8. Alto (Vermelho): o valor absoluto do coeficiente de correlação é igual ou superior a 0,8. Os coeficientes de correlação são calculados utilizando os preços de fechamento diários vistos nos últimos 40 dias de negociação (mais curto prazo) e nos últimos 120 dias de negociação (prazo maior). Estes dois períodos foram escolhidos entre os duzentos possíveis períodos de correlação com base em quão bem os coeficientes de correlação correspondem às flutuações diárias dos preços. Como você pode ver no simulador de correlação (Nota: Esta calculadora exige que você tenha o Flash instalado e o Javascript ativado no seu navegador), a correlação real geralmente divergirá mais forte do valor alvo quando for calculado por períodos de tempo mais curtos. Isso torna importante verificar as correlações de curto prazo contra as correlações de longo prazo, o que é feito na tabela REL abaixo. A tabela REL (de quotreliabilityquot) compara as correlações de curto prazo e de longo prazo e mostra a média de ambos os coeficientes quando eles permanecem próximos para ambos os períodos de tempo. Acredita-se que, se os coeficientes de correlação a curto e longo prazo concordarem, a correlação é mais confiável - mais propensos a persistir no futuro próximo. Você pode verificar como as correlações diárias a curto e longo prazo mudam ao longo do tempo para os pares de moedas mais comumente negociados na página de correlação de trailing (Nota: O tamanho desta página é de 1,3 Mbs e requer que você tenha Flash instalado e habilitado para Javascript no seu navegador). A correlação também pode ser definida como o grau de similaridade (similaridade direta quando a correlação é similaridade inversa positiva quando a correlação é negativa) que você pode esperar existir entre padrões de gráficos técnicos (por exemplo, linhas de tendência, padrões de preços, candelabros e ondas de Elliott) visíveis em duas moedas Gráficos de pares. Por exemplo, você pode esperar ver uma imagem espelhada quase exata da linha de tendência que aparece no gráfico diário do EURUSD quando você olha para o mesmo gráfico de escala de tempo do USDCHF (porque a correlação negativa desses pares é tão alta). Os coeficientes de correlação diários apresentados aqui, portanto, medem a correspondência entre os padrões intermediários (últimos 120 dias) e os menores (últimos 40 dias) visíveis nos gráficos diários dos pares de moedas para os quais são calculados. Esta informação será mais útil para os comerciantes de posições (mantendo as posições abertas de um dia a alguns dias) que dependem principalmente dos estudos diários de gráficos. Se você deseja calcular as correlações para outros períodos de tempo, você pode fazê-lo no Excel, conforme descrito na parte inferior desta página. Nota de Tabela de Correlação de Moedas. É melhor diversificar aqueles pares de moedas cuja correlação é colorida em branco ou cinza (com mais cautela) na tabela REL. Você pode reduzir ainda mais a lista de candidatos para a diversificação, excluindo os pares que gastaram menos tempo sendo debilmente correlacionados durante os últimos 100 dias de negociação - como é mostrado na página de correlações de trânsito (soma das porcentagens de tempo que os 40- As correlações de dia e 120 dias permaneceram fracas. Por favor, note: o tamanho desta página é de 1,3 Mbs e requer que você tenha o Flash instalado e o Javascript ativado em seu navegador). Se a correlação for colorida em vermelho para dois pares na tabela REL, você pode usar isso para selecionar somente a negociação que o par que ofereça a entrada com a maior razão de recompensa / risco entre os dois. Você também pode usar essas informações para esclarecer a imagem técnica (por exemplo, contagens de ondas de Elliott) do par de moedas que você troca, observando o gráfico do (s) outro (s) par de moedas, com o qual está altamente correlacionado. Tutorial de correlações do Excel Você pode calcular correlações individuais para dois pares de moedas e para qualquer período de tempo passando por essas etapas: Selecione os pares de moedas que você deseja analisar. Exporte os dados de preços para cada um desses pares a partir de seus gráficos forex (por exemplo, Intellicharts) para um arquivo em seu computador (o formato usual para exportação de dados é CSV). Importe cada arquivo no Excel, indo para DatagtImport External DatagtImport Data e apontando para ele. Você pode precisar importar os números como texto e, em seguida, substituir os pontos por vírgulas para que o Excel possa trabalhar com os preços como números. Certifique-se de que as datas na série temporal importada concordem para cada linha (você pode ignorar esta etapa se estiver trabalhando com apenas um preço de alimentação). Elimine as colunas para Abrir, Alto e Baixo. Mude o nome das colunas com os preços de fechamento para os nomes dos pares de moeda aos quais eles pertencem. Use a função CORREL para calcular a correlação. Esta função funciona em dois arrays, que serão os intervalos de mesmo comprimento dos preços de fechamento para os dois pares. Basta digitar em uma das células vazias quotcorrel (então, pressione o botão quotfxquot ao lado da barra de fórmulas e selecione os dois intervalos. A fórmula resultante será assim: - CORREL (A1: A40B1: B40) e calculará o valor do Coeficiente de correlação entre os pares para o período de tempo escolhido. Neste exemplo, serão 40 horas, dias ou semanas, dependendo da escala de tempo dos gráficos em análise. Para calcular a matriz de correlação de qualquer número de pares, repita os passos 1 a 1 acima 3 para cada par. Corte a tabela inteira para que os nomes dos pares de moedas estejam na primeira linha e os preços de fechamento sejam apenas para o período de tempo que você deseja analisar. Em vez de usar a função CORREL, vá para a análise do ToolsgtData. Selecione quotCorrelationquot na lista de ferramentas de análise. Pressione o botão ao lado do quotInput Rangequot e, em seguida, realce o conteúdo de todas as colunas. Marque a marca ao lado de quotLabels em First Rowquot. Selecione o intervalo de saída escolhendo Uma célula à direita da mesa. Pressione quotOKquot. Nota . Talvez seja necessário instalar o pacote Análise de dados a partir do CD de Instalação do Office se não for carregado por padrão. Para instalá-lo, vá para ToolsgtAdd-Ins. Em seguida, selecione Análise ToolPak e pressione OK para começar a criar sua matriz de correlações de moeda. Covariância de cálculo para estoques Muitos elementos de matemática e estatística são usados na avaliação de ações. Os cálculos de covariância podem dar uma visão do investidor sobre como dois estoques podem se mover juntos no futuro. Olhando para os preços históricos, podemos determinar se os preços tendem a se mover uns com os outros ou em frente um ao outro. Isso permite que você preveja o potencial movimento de preços de um portfólio de duas ações. Você pode até mesmo selecionar ações que se complementem, o que pode reduzir o risco geral e aumentar o retorno potencial geral. Nos cursos de financiamento introdutório, nos ensinamos a calcular o desvio padrão das carteiras como uma medida de risco, mas parte desse cálculo é a covariância desses dois ou mais estoques. Então, antes de entrar em seleções de portfólio. A covariância de compreensão é muito importante. O que é Covariance Covariance mede como duas variáveis se movem juntas. Ele mede se os dois se movem na mesma direção (uma covariância positiva) ou em direções opostas (uma covariância negativa). Neste artigo, as variáveis geralmente serão os preços das ações, mas podem ser qualquer coisa. No mercado de ações. Uma forte ênfase é colocada na redução do montante de risco assumido pela mesma quantidade de retorno. Ao construir um portfólio, um analista selecionará estoques que funcionarão bem juntos. Isso geralmente significa que esses estoques não se movem na mesma direção. Calculando a covariância O cálculo de uma covariância de estoque começa com a busca de uma lista de preços anteriores. Isso é rotulado como preços históricos na maioria das páginas de citações. Normalmente, o preço de fechamento de cada dia é usado para encontrar o retorno de um dia para o outro. Faça isso para ambos os estoques e crie uma lista para iniciar os cálculos. Tabela 1: Retornos diários de duas ações usando os preços de fechamento A partir daqui, precisamos calcular o retorno médio de cada ação: para ABC seria (1,1 1,7 2,1 1,4 0,2) 5 1,30 Para XYZ seria (3,2 4,2 4,9 4,1 2.5) 5 3.74 Agora, é uma questão de tomar as diferenças entre o retorno do ABC e o retorno médio do ABC. E multiplicando-o pela diferença entre retorno de XYZ e retorno médio de XYZs. O último passo é dividir o resultado pelo tamanho da amostra e subtrair um. Se fosse toda a população. Você poderia simplesmente dividir pelo tamanho da população. Isso pode ser representado pela seguinte equação: Usando nosso exemplo em ABC e XYZ acima, a covariância é calculada como: (1,1 - 1,30) x (3 - 3,74) (1,7 - 1,30) x (4,2 - 3,74) (2,1 - 1,30 ) X (4.9 - 3.74) 0.148 0.184 0.928 0.036 1.364 2.66 (5 - 1) 0.665 Nesta situação, estamos usando uma amostra, então dividimos pelo tamanho da amostra (cinco) menos um. Você pode ver que a covariância entre os dois retornos de estoque é 0.665. Como este número é positivo, significa que os estoques se movem na mesma direção. Quando o ABC teve um alto retorno, o XYZ também teve um retorno alto. Usando o Microsoft Excel No Excel, você pode encontrar facilmente a covariância usando uma das seguintes funções: COVARIANCE. S () para uma amostra ou COVARIANCE. P () para uma população Você precisará configurar as duas listas de retornos em colunas verticais , Assim como na Tabela 1. Então, quando solicitado, selecione cada coluna. No Excel. Cada lista é chamada de matriz, e duas matrizes devem estar entre os colchetes, separadas por uma vírgula. Significado No exemplo, há uma covariância positiva, então os dois estoques tendem a se mover juntos. Quando um tem um retorno alto, o outro também tende a ter um alto retorno. Se o resultado fosse negativo, então os dois estoques tendem a ter retornos opostos quando um teve um retorno positivo, o outro teria um retorno negativo. Usos de Covariância Encontrar que dois estoques têm uma covariância alta ou baixa pode não ser uma métrica útil por conta própria. Covariância pode dizer como os estoques se movem juntos, mas para determinar a força do relacionamento, precisamos olhar para a correlação. A correlação deve, portanto, ser usada em conjunto com a covariância e é representada por esta equação: onde a covariância cov (X, Y) entre desvio padrão X e YX do desvio padrão XY de Y. A equação acima revela que a correlação entre duas variáveis é Simplesmente a covariância entre as duas variáveis divididas pelo produto do desvio padrão das variáveis X e Y. Embora ambas as medidas revelem se duas variáveis estão positivamente ou inversamente relacionadas, a correlação fornece informações adicionais, dizendo-lhe o grau em que ambas as variáveis se movem juntas . A correlação sempre terá um valor de medição entre -1 e 1 e adicionará um valor de força sobre como as ações se movem juntas. Se a correlação for 1, elas se movem perfeitamente juntas, e se a correlação for -1, as ações se movem perfeitamente em direções opostas. Se a correlação for 0, então os dois estoques se movem em direções aleatórias uns dos outros. Em suma, a covariância apenas diz que duas variáveis mudam da mesma maneira, enquanto a correlação revela como uma mudança em uma variável afeta uma mudança na outra. A covariância também pode ser usada para encontrar o desvio padrão de um portfólio de ações múltiplas. O desvio padrão é o cálculo aceito para o risco, e isso é extremamente importante ao selecionar estoques. Normalmente, você gostaria de selecionar estoques que se movem em direções opostas. Se as ações escolhidas se movem em direções opostas, o risco pode ser menor dado a mesma quantidade ou retorno potencial. The Bottom Line Covariance é um cálculo estatístico comum que pode mostrar como dois estoques tendem a se mover juntos. Só podemos usar retornos históricos. Então nunca haverá certeza completa sobre o futuro. Além disso, a covariância não deve ser usada por conta própria. Em vez disso, ele pode ser usado em outros cálculos, mais importantes, como correlação ou desvio padrão.
No comments:
Post a Comment